Revistas e Relatórios de gestão

Row

Total de serviços prestados

462

Relatórios de Gestão e Resvistas

16

Chamados via GLPI e outras fontes

122

Atendimento a imprensa

14

Row

Serviços realizados (revistas, relatórios redação e chamados atendidos)

Participação por etapa na produção de revista e relatório de gestão

Proporção dos serviços realizados por etapas na produçao de revistas e relatórios de gestão

Row

Quantidade de serviços prestados diariamente

Serviços prestados por atendimento de chamados (incluindo o redator)

Atendimento à Imprensa

Row

Total de serviços prestados

462

Relatórios de Gestão e Resvistas

138

Chamados via GLPI e outras fontes

122

Atendimento a imprensa

14

Row

Jornais que contataram

Assuntos abordados no atendimento à imprensa

Forma do contato

Row

Encarregados dos atendimentos

Data do contato no mês

Interrelação dos chamados

Row

Total de serviços prestados

462

Relatórios de Gestão e Resvistas

138

Chamados via GLPI e outras fontes

122

Atendimento a imprensa

14

Row

Origem e destino do chamado

---
title: "RESULTADOS MENSAIS"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    #vertical_layout: fill
    vertical_layout: scroll
    logo: pp.png
    social: [ "twitter", "facebook","google +", "linkedin", "pinterest" ]
    source_code: embed
    #runtime: shiny
---

```{r setup, include=FALSE}
#devtools::install_github("jeromefroe/circlepackeR")
#library(devtools)
library(flexdashboard)
library(readxl)
library(tidyr)
library(plotly)
library(ggmap)
library(RColorBrewer)
library(treemap)
library(hrbrthemes)
library(circlepackeR)
library(data.tree)
library(babynames)
library(viridis)
library(dplyr)
library(lubridate)
library(DT)
library(wordcloud2)
library(wordcloud)
#library(d3treeR)
library(chorddiag)
library(circlize)

#setwd(dirname(rstudioapi::getActiveDocumentContext()$path)) #set no local onde o script está

#setwd("D:/GoogleG Drive/Trabalho/SICOOB/DASHBOARD")

#função criada para computar quantos dias tem o mês
numberOfDays <- function(date) {
    m <- format(date, format="%m")

    while (format(date, format="%m") == m) {
        date <- date + 1
    }

    return(as.integer(format(date - 1, format="%d")))
}

PROJETOS_ASCOM <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/ASCOM/01.REVISTAS_RELATORIOS.xlsm", sheet = 1)
PROJETOS_ASCOM$`DATA DE ENTREGA`=as.Date(PROJETOS_ASCOM$`DATA DE ENTREGA`, origin = "1899-12-30")

revistas_relatorios_total = PROJETOS_ASCOM %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "year")))


PROJETOS_ASCOM = PROJETOS_ASCOM %>% filter(`DATA DE ENTREGA`>=(as.Date(cut(Sys.Date(), "month")) %m-% months(1)) & `DATA DE ENTREGA`<(as.Date(cut(Sys.Date(), "month")) %m-% months(1) + numberOfDays((as.Date(cut(Sys.Date(), "month")) %m-% months(1)))))

ATENDIMENTO_A_IMPRENSA <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/ASCOM/02.atendimento_a_imprensa.xlsx", sheet = 2)

ATENDIMENTO_A_IMPRENSA = ATENDIMENTO_A_IMPRENSA %>% filter(`DATA DE ENTREGA`>=(as.Date(cut(Sys.Date(), "month")) %m-% months(1)) & `DATA DE ENTREGA`<(as.Date(cut(Sys.Date(), "month")) %m-% months(1) + numberOfDays((as.Date(cut(Sys.Date(), "month")) %m-% months(1)))))

glpi_ascom<- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/ASCOM/04.ASCOM_GLPI.xlsm", sheet=1)
glpi_ascom$`DATA DE ENTREGA`=as.Date(glpi_ascom$`DATA DE ENTREGA`, origin = "1899-12-30")

redator <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/SUPORTE DE QUALIDADE/REDAÇÃO/01.REDATOR.xlsm", sheet=1)
redator$`DATA DE ENTREGA`=as.Date(redator$`DATA DE ENTREGA`, origin = "1899-12-30")

glpi_ascom=merge(glpi_ascom, redator, all=T)

glpi_ascom=glpi_ascom %>% filter(`DATA DE ENTREGA`>=(as.Date(cut(Sys.Date(), "month")) %m-% months(1)) & `DATA DE ENTREGA`<(as.Date(cut(Sys.Date(), "month")) %m-% months(1) + numberOfDays((as.Date(cut(Sys.Date(), "month")) %m-% months(1)))))

PROJETOS_ASCOM=merge(PROJETOS_ASCOM, glpi_ascom, all=T)



#setwd("M:/14_Comunicação_e_Marketing/33_Equipe/Pedro Longhin/PRINCIPAL/ANALISE DE DADOS/FONTE_GLPI_TAREFAS")


glpi_2020<- read_excel("C:/Users/pedro.silva/Desktop/R LOCAL/GLPI/glpi.xlsx")

```

Revistas e Relatórios de gestão {data-navmenu="ASCOM"}
=====================================

Row {data-width=150}
--------------------------------------
### Total de serviços prestados
```{r}
newhires=(PROJETOS_ASCOM %>% nrow()) - (PROJETOS_ASCOM %>% filter(`Nº DE PEÇAS`>=1) %>% nrow()) + +sum(na.omit(PROJETOS_ASCOM$`Nº DE PEÇAS`)) + (ATENDIMENTO_A_IMPRENSA %>% nrow())
valueBox(value = newhires,icon = "fa-thumbs-up",caption = "Serviços Executados no mês",color = "#7DB61C")
```

### Relatórios de Gestão e Resvistas
```{r}
exits= PROJETOS_ASCOM %>% filter(CATEGORIA %in% c("RELATÓRIO DE GESTÃO", "RELATÓRIO DE GESTÃO REDUZIDO", "REVISTA")) %>% nrow()
valueBox(value = exits,icon = "fa-pencil",caption = "Relatórios de Gestão e Revistas", color = "#00AE9D")
```

### Chamados via GLPI e outras fontes
```{r}
chamados= glpi_ascom %>% nrow()
valueBox(value = chamados,icon = "fa-comments",caption = "Chamados atendidos", color = "#49479D")
```

### Atendimento a imprensa
```{r}
netchange=ATENDIMENTO_A_IMPRENSA %>% nrow()
valueBox(value = netchange,icon = "fa-user-plus",caption = "Atendimento à Imprensa", color = "orange")
```

Row
-------------------------------------

### Serviços realizados (revistas, relatórios redação e chamados atendidos)

```{r}
proporcaoprodutos=data.frame(table(PROJETOS_ASCOM$`TÉCNICO RESPONSÁVEL`))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value, type = 'pie') %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

### Participação por etapa na produção de revista e relatório de gestão
```{r}
teste1=t(table(PROJETOS_ASCOM$`TÉCNICO RESPONSÁVEL`,PROJETOS_ASCOM$CATEGORIA))

teste2=data.frame(teste1)
names(teste2)=c("peca", "grupo1", "value")

teste2=teste2 %>% filter(value != 0)

teste2$pathString <- paste("world", teste2$grupo1 , teste2$peca, sep = "/")

population <- as.Node(teste2)

circlepackeR(population, size = "value")
```

### Proporção dos serviços realizados por etapas na produçao de revistas e relatórios de gestão

```{r}
proporcaoprodutos=data.frame(table(PROJETOS_ASCOM$ETAPA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

Row
---

### Quantidade de serviços prestados diariamente

```{r}
#demandas_mes=revistas_relatorios_total

unirevista=data.frame(revistas_relatorios_total$`TÉCNICO RESPONSÁVEL`, revistas_relatorios_total$`DATA DE ENTREGA`)

uniatendimento=data.frame(ATENDIMENTO_A_IMPRENSA$`TÉCNICO RESPONSÁVEL`, ATENDIMENTO_A_IMPRENSA$`DATA DE ENTREGA`)
names(uniatendimento)=names(unirevista)

uniglpiascom=data.frame(glpi_ascom$`TÉCNICO RESPONSÁVEL`, glpi_ascom$`DATA DE ENTREGA`)
names(uniglpiascom)=names(unirevista)

unificado=data.frame(table(rbind(unirevista, uniatendimento, uniglpiascom)))

teste_pecas= unificado
names(teste_pecas)=c("Colaborador", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)
teste_pecas=teste_pecas %>% filter(year>=(as.Date(cut(Sys.Date(), "month")) %m-% months(1)))

# Plot
p <- teste_pecas %>% 
  ggplot( aes(x=year, y=n, fill=Colaborador, text=n)) +
  geom_area( )+
  scale_fill_viridis(discrete = TRUE)+
  #theme(legend.position="none") +
  theme_ipsum()+
  #theme(legend.position="none")
  scale_x_date(date_labels = "%e %B")

# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de serviços"))
p
```

### Serviços prestados por atendimento de chamados (incluindo o redator)

```{r}
proporcaoprodutos=data.frame(table(PROJETOS_ASCOM$CATEGORIA))
proporcaoprodutos=proporcaoprodutos %>% filter(!Var1 %in% c("RELATÓRIO DE GESTÃO", "RELATÓRIO DE GESTÃO REDUZIDO", "REVISTA"))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

Atendimento à Imprensa {data-navmenu="ASCOM"}
=====================================

Row {data-width=150}
--------------------------------------
### Total de serviços prestados
```{r}
newhires=(PROJETOS_ASCOM %>% nrow()) - (PROJETOS_ASCOM %>% filter(`Nº DE PEÇAS`>=1) %>% nrow()) + +sum(na.omit(PROJETOS_ASCOM$`Nº DE PEÇAS`)) + (ATENDIMENTO_A_IMPRENSA %>% nrow())
valueBox(value = newhires,icon = "fa-thumbs-up",caption = "Serviços Executados no mês",color = "#7DB61C")
```

### Relatórios de Gestão e Resvistas
```{r}
exits= PROJETOS_ASCOM %>% nrow()
valueBox(value = exits,icon = "fa-pencil",caption = "Relatórios de Gestão e Revistas", color = "#00AE9D")
```

### Chamados via GLPI e outras fontes
```{r}
chamados= glpi_ascom %>% nrow()
valueBox(value = chamados,icon = "fa-comments",caption = "Chamados atendidos", color = "#49479D")
```

### Atendimento a imprensa
```{r}
netchange=ATENDIMENTO_A_IMPRENSA %>% nrow()
valueBox(value = netchange,icon = "fa-user-plus",caption = "Atendimento à Imprensa", color = "orange")
```

Row
---

### Jornais que contataram

```{r}
pecas_acumuladas=data.frame(table(ATENDIMENTO_A_IMPRENSA$`QUAL É O JORNAL?`))

plot_ly(pecas_acumuladas, x = ~reorder(Var1, -Freq), y = ~Freq, type = 'bar', name = 'SF Zoo') %>%
    layout(barmode = 'group', xaxis = list(title = "Tipo de peça"))

```

### Assuntos abordados no atendimento à imprensa

```{r}
a=data.frame(rbind(data.frame(table(ATENDIMENTO_A_IMPRENSA$`ASSUNTO REDUZIDO`)), data.frame(10*table(ATENDIMENTO_A_IMPRENSA$`ASSUNTO REDUZIDO`)), data.frame(5*table(ATENDIMENTO_A_IMPRENSA$`ASSUNTO REDUZIDO`)), data.frame(20*table(ATENDIMENTO_A_IMPRENSA$`ASSUNTO REDUZIDO`))))
#a=data.frame(table(atendimento_a_imprensa$`ASSUNTO REDUZIDO`))

wordcloud(words = a$Var1, freq = a$Freq, min.freq = 1, max.words=200, random.order=FALSE, rot.per=0.35, colors=brewer.pal(8, "Dark2"))

#wordcloud2(a, size=1.6, color='random-dark')
#wordcloud2(a, size = 0.7, shape = 'star')
```

### Forma do contato

```{r}
proporcaoprodutos=data.frame(table(ATENDIMENTO_A_IMPRENSA$`FORMA DE CONTATO`))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value, type = 'pie') %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

Row
---

### Encarregados dos atendimentos

```{r}
proporcaoprodutos=data.frame(table(ATENDIMENTO_A_IMPRENSA$`TÉCNICO RESPONSÁVEL`))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```


### Data do contato no mês

```{r}
demandas_mes=ATENDIMENTO_A_IMPRENSA

teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL`, demandas_mes$`DATA DO CONTATO`))
names(teste_pecas)=c("name", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)

# Plot
p <- teste_pecas %>% 
  ggplot( aes(x=year, y=n, fill=name, text=n)) +
  geom_area( )+
  scale_fill_viridis(discrete = TRUE)+
  #theme(legend.position="none") +
  theme_ipsum()+
  scale_x_date(date_labels = "%e %B")
  #theme(legend.position="none")

# Turn it interactive
p <- ggplotly(p, tooltip="text")
p
```

Interrelação dos chamados {data-navmenu="ASCOM"}
=====================================

Row {data-width=150}
--------------------------------------
### Total de serviços prestados
```{r}
newhires=(PROJETOS_ASCOM %>% nrow()) - (PROJETOS_ASCOM %>% filter(`Nº DE PEÇAS`>=1) %>% nrow()) + +sum(na.omit(PROJETOS_ASCOM$`Nº DE PEÇAS`)) + (ATENDIMENTO_A_IMPRENSA %>% nrow())
valueBox(value = newhires,icon = "fa-thumbs-up",caption = "Serviços Executados no mês",color = "#7DB61C")
```

### Relatórios de Gestão e Resvistas
```{r}
exits= PROJETOS_ASCOM %>% nrow()
valueBox(value = exits,icon = "fa-pencil",caption = "Relatórios de Gestão e Revistas", color = "#00AE9D")
```

### Chamados via GLPI e outras fontes
```{r}
chamados= glpi_ascom %>% nrow()
valueBox(value = chamados,icon = "fa-comments",caption = "Chamados atendidos", color = "#49479D")
```

### Atendimento a imprensa
```{r}
netchange=ATENDIMENTO_A_IMPRENSA %>% nrow()
valueBox(value = netchange,icon = "fa-user-plus",caption = "Atendimento à Imprensa", color = "orange")
```

Row
---

### Origem e destino do chamado

```{r}
# Create dummy data

glpi <- glpi_2020 %>% mutate(`Atribuído para - Técnico` = replace(`Atribuído para - Técnico`, `Atribuído para - Técnico` %in%  c("Ana Clara Batista dos Santos", "Katia Caldeira Borges", "Kenny Maicon Barcelos Silva", "Samuel Ferreira Lima"), "110 - Marketing Institucional")) %>% mutate(`Atribuído para - Técnico` = replace(`Atribuído para - Técnico`, `Atribuído para - Técnico` %in%  c("João Victor Martins Costa"), "112 - Marketing de Produtos")) %>% mutate(`Atribuído para - Técnico` = replace(`Atribuído para - Técnico`, `Atribuído para - Técnico` %in%  c("Brenda Marilia de Jesus", "Marina Silva Romagnoli - 2015", "Michel Vieira de Paiva"), "111 - Assessoria De Imprensa")) %>% mutate(`Atribuído para - Técnico` = replace(`Atribuído para - Técnico`, `Atribuído para - Técnico` %in%  c("Mônada Swany de Castro Silva Lopes"), "119 - Mídias Digitais - Marketing")) %>% filter(`Atribuído para - Técnico` %in% c("112 - Marketing de Produtos", "110 - Marketing Institucional", "111 - Assessoria De Imprensa", "119 - Mídias Digitais - Marketing") )

m=data.frame(table(glpi$`Atribuído para - Técnico`, glpi$Categoria))

groupColors <- c("#00AE9D", "#7DB61C", "#003641", "#49479D")

matriz <- matrix(m$Freq,
            byrow = TRUE,
            nrow = length(table(m$Var1)), ncol = length(table(m$Var1)))


colors <- names(table(m$Var1))
dimnames(matriz) <- list(Origem = colors,
                    Destino = colors)
groupColors <- c("#00AE9D", "#7DB61C", "#003641", "#49479D")

p <- chorddiag(matriz, groupColors = groupColors, groupnamePadding = 20)
p
```